Профессор математики Принстона Сергей Клайнерман опубликовал 21 сентября 2026 в журнале Inference (Vol. 9, No. 2) эссе «AI will not make mathematicians obsolete» — прямой ответ на анонс OpenAI от 8 сентября 2026, где внутренняя система из примерно 10 000 агентов за 88 часов выдала решение задачи Навье–Стокса с аналитической запиской и формализацией в Lean. По оценке Клайнермана, машина решила не исходную постановку, а лишь ослабленную версию с искусственной внешней силой, тогда как настоящая задача остаётся открытой. Кейс важен и за пределами чистой математики: громкое заявление вендора сузилось при первом же публичном экспертном разборе, потому что машинная формальная верификация не проверяет того, та ли задача была формализована.

Что произошло

8 сентября 2026 OpenAI сообщила, что её внутренняя система из примерно 10 000 агентов за 88 часов подготовила решение задачи Навье–Стокса: аналитическую записку и формализацию доказательства в Lean, опубликованную в открытом репозитории openai/NavierStokesAndEuler и доступную для независимой машинной проверки. 21 сентября 2026 в журнале Inference (Vol. 9, No. 2) вышло эссе профессора математики Принстона Сергея Клайнермана «AI will not make mathematicians obsolete», написанное в ответ на этот анонс. Клайнерман утверждает, что решена лишь ослабленная forced-версия задачи, в которой сингулярность — бесконечная скорость потока в конечный момент времени — возникает под внешней искусственно подобранной силой из состояния покоя. Настоящая нефорсированная задача Навье–Стокса, по его оценке, остаётся открытой.

Контекст

Задача Навье–Стокса входит в число семи «задач тысячелетия» Clay Mathematics Institute, и это первый случай, когда решение «задачи тысячелетия» заявлено машиной — и тут же получило публичный профессиональный разбор от ведущего математика. Спор идёт не о логике построенного доказательства, а о том, какую формулировку задачи засчитывать: вариант с внешней силой восходит к постановке, разрешённой Чарли Фефферманом, и именно её Клайнерман теперь называет ошибкой. Формализация в Lean превращает доказательство в машинно-проверяемый объект, однако формальный верификатор подтверждает корректность вывода только внутри формализованной постановки и не отвечает на вопрос, та ли задача была выбрана. Общий вывод Клайнермана о недавних математических достижениях ИИ укладывается в метафору исчерпывающего поиска: машине удаётся «найти иголку, когда кто-то другой построил стог и показал на него».

Почему это важно для индустрии

Для индустрии главный рабочий итог не в заголовке, а в архитектуре прогона: связка роя LLM-агентов с формальной проверкой в Lean показала себя как конвейер «генерация — формальная верификация» и де-факто стала инфраструктурой для поиска примеров и контрпримеров. В этом кейсе верификатор свою работу выполнил — подвела спецификация: формализована и решена ослабленная версия, а не исходная задача. Отсюда процессное следствие: в пайплайнах агентных доказательств нужен отдельный этап аудита формулировки до запуска массового поиска, а формальный верификатор стоит ставить как обязательный гейт качества, помня, что «прошло верификацию» не равно «решена нужная задача». Любое вендорское заявление «ИИ решил задачу X» отныне должно проходить через вопрос «в какой формулировке?», а командам, продающим агентные исследования, разумно закладывать независимый аудит постановки прямо в воронку и в прайсинг. Разворачивать в продакшн пока нечего: система внутренняя и работает без публичного API, цен и метрик, поэтому практическую пользу командам даёт открытый репозиторий openai/NavierStokesAndEuler — на нём можно разобрать шаблон и перенести его в свои домены, где есть машинно-проверяемый критерий.

Почему это важно для пользователей

Читателю полезно знать, что громкое «ИИ решил задачу тысячелетия» устроено тоньше, чем звучит: решение получено для ослабленной версии с искусственной внешней силой, и настоящие нефорсированные уравнения Навье–Стокса не тронуты. Эссе Клайнермана и публикация OpenAI с Lean-формализацией открыты, так что каждый может сам сопоставить обе позиции и составить собственное мнение — даже «решённые» ИИ задачи требуют экспертного разбора. Эссе отвечает и на частый страх молодых математиков «меня заменят?» — ответ Клайнермана обнадёживающий: по его оценке, ИИ усилит математиков, а не заменит их.

Что пока неизвестно / ограничения

Из открытых данных не следует, что у OpenAI было намерение подогнать результат под слабый критерий: формально система решила именно ту задачу, которая была формализована, а сам допуск формулировки с внешней силой — спор внутри самой математики, ведь соответствующую постановку в своё время разрешал Чарли Фефферман, и лишь задним числом Клайнерман называет это ошибкой. Позиция математического сообщества и Clay Mathematics Institute по вопросу forced и нефорсированной постановки пока не высказана, а независимые разборы Lean-формализации только ожидаются. Открытым эмпирическим вопросом остаётся, способен ли пайплайн «агентный рой плюс формальный верификатор» работать там, где стог сена не построен человеком заранее, а система OpenAI внутренняя и не имеет публичного API и метрик, поэтому выводы о её возможностях опираются на собственные публикации компании.

Источники

Автор

Look at AI, редакция